基于BP神经网络的集输-立管系统气液两相流流量测量

论文摘要

针对海洋油气采输工业中集输-立管内气液两相流流量测量问题,在大型集输-立管实验环路上采集立管底部、顶部压力波动信号,提取其绝对值均值、绝对值方差、偏态系数、峰态系数,结合本征模函数（IMF）的高、中、低3个频段上的能量分数,构建了一个包含7个特征参数的BP神经网络测量模型。设计了集成化网络结构,在宽广的流型范围内,以最小均方误差算法（LMS）为基础,引入动量因子α和学习率自适应调节进行算法优化。集成网络预测的气相平均相对误差EMR和均方根相对误差ERMS分别为4.67%、4.91%,液相分别为5.83%、5.87%。

论文目录

• 引 言
• 1 实验系统及信号采集
• 2 压力信号的特征参数提取
•   2.1 统计矩
•   2.2 经验模态分解 （EMD）
• 3 BP神经网络建模
•   3.1 集成化BP网络结构
•   3.2 最佳隐层神经单元数
•   3.3 优化算法及性能评价函数
• 4 预测误差分析
•   4.1 不同流型预测结果
•   4.2 集成网络与单一网络预测误差对比
• 5 结 论

文章来源

类型: 期刊论文

作者: 匡世才,王武强,周宏亮

关键词: 集输立管,两相流流量,特征参数,神经网络

来源: 热能动力工程 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

专业: 石油天然气工业,自动化技术

单位: 中国大唐集团科学技术研究院有限公司西北分公司,西安交通大学动力工程多相流国家重点实验室

基金: 国家自然科学基金(51527808)~~

分类号: TP183;TE866

DOI: 10.16146/j.cnki.rndlgc.2019.04.012

页码: 79-85

总页数: 7

文件大小: 618K

下载量: 206